开放式访问
1987年3月 误差-变量回归模型中最小二乘的极限分布
利昂·杰·格莱瑟,雷蒙德·卡罗尔,保罗·P·加洛
安。统计师。 15(1): 220-233 (1987年3月)。 内政部:10.1214/aos/1176350262

摘要

众所周知,线性回归模型中斜率和截距参数的普通最小二乘(OLS)估计值与一些自变量(预测因子)的测量误差不一致。然而,Gallo(1982)已经证明了$\beta$的某些线性组合。本文证明了在合理的正则性条件下,{β}$的这种线性组合是(联合)渐近正态分布的。我们的结果的一些方法学后果在一篇配套论文中给出(Carroll、Gallo和Gleser(1985))。

引用

下载引文

利昂·杰·格莱瑟(Leon Jay Gleser)。 雷蒙德·卡罗尔。 保罗·加洛(Paul P.Gallo)。 “变量误差回归模型中最小二乘的极限分布。” 安。统计师。 15 (1) 220 - 233, 1987年3月。 https://doi.org/10.1214/aos/1176350262

问询处

出版日期:1987年3月
首次在欧几里得项目中提供:2007年4月12日

zbMATH公司:623.62015
数学科学网:MR885733型
数字对象标识符:10.1214/aos/1176350262

学科:
主要用户:60F05型
次要:10层62层,62小时99,62J05型

关键词:一致性,功能模型,工具变量,普通最小二乘估计,回归,回归,结构模型

版权所有©1987数学统计研究所

第15卷•第1期•1987年3月
返回页首